k＿m eans算法初始聚类中心点选取方法研究被引量：1

下载PDF

导出

摘要针对k_means算法对初始聚类中心的依赖性,从不同的角度分析了几种不同的初始聚类中心的选取方法,并分析了几种方法的优缺点。

作者杨文君

机构地区浙江越秀外国语学院

出处《科学技术创新》 2019年第33期84-85,共2页 Scientific and Technological Innovation

基金黑龙江省教育厅科研项目(11551513) 浙江越秀外国语学院课题项目(D2018003)

关键词 k_means 初始聚类中心密度距离

分类号 TP301.6 [自动化与计算机技术—计算机系统结构]

引文网络
相关文献

参考文献2

1杨金花,刘显为.K-means聚类算法初始中心选择研究[J].河南科学,2016,34(3):348-351. 被引量：7
2谢娟英,王艳娥.最小方差优化初始聚类中心的K-means算法[J].计算机工程,2014,40(8):205-211. 被引量：87

二级参考文献38

1张红荣,张峰.传统的K-means聚类算法的研究与改进[J].咸阳师范学院学报,2010,25(4):59-62. 被引量：4
2逄玉俊,柳明,李元.k均值聚类分析在过程改进中的应用[J].华中科技大学学报（自然科学版）,2009,37(S1):245-247. 被引量：9
3张惟皎,刘春煌,李芳玉.聚类质量的评价方法[J].计算机工程,2005,31(20):10-12. 被引量：61
4李永森,杨善林,马溪骏,胡笑旋,陈增明.空间聚类算法中的K值优化问题研究[J].系统仿真学报,2006,18(3):573-576. 被引量：39
5钱线,黄萱菁,吴立德.初始化K-means的谱方法[J].自动化学报,2007,33(4):342-346. 被引量：32
6袁方,周志勇,宋鑫.初始聚类中心优化的k-means算法[J].计算机工程,2007,33(3):65-66. 被引量：154
7盛骤,谢式千,潘承毅.概率论与数理统计[M].2版.北京:高等教育出版社,1997:18-28. 被引量：1
8Han Jiawei,Kamber M.Data Mining:Concepts and Techniques[M].2nd ed.Beijing,China:China Machine Press,2011. 被引量：1
9Pena J M,Lozano J A,Larranaga P.An Empirical Comparison of Four Initialization Methods for the K Means Algorithm[J].Pattern Recognition Letters,1999,20(10):1027-1040. 被引量：1
10Vance F.Clustering and the Continuous K-Means Algorithm[J].Los Alamos Science,1994,22:138-134. 被引量：1

共引文献89

1张晓倩,曲福恒,杨勇,才华,梁鲜.一种高效的基于初始聚类中心优化的K-means算法[J].长春理工大学学报（自然科学版）,2015,38(4):154-158. 被引量：6
2张小川,严杰,朱常鹏.聚类算法在市政绩效评估中的应用[J].软件导刊,2015,14(11):48-51. 被引量：2
3罗亚松,许江湖,胡洪宁,贺静波,陈占伟.正交频分复用传输速率最大化自适应水声通信算法研究[J].电子与信息学报,2015,37(12):2872-2876. 被引量：6
4蔡宇浩,梁永全,樊建聪,李璇,刘文华.加权局部方差优化初始簇中心的K-means算法[J].计算机科学与探索,2016,10(5):732-741. 被引量：11
5傅城州,汤庸,贺超波,王津凌,袁成哲.基于标签相似度计算的学术圈构建方法[J].计算机科学,2016,43(9):52-56. 被引量：5
6朱纯,吴建华,潘毅.关于优化K-medoids聚类算法搜索策略研究[J].计算机仿真,2016,33(10):244-248. 被引量：4
7张明微,吴海涛.一种优化初始聚类中心的k-means算法[J].上海师范大学学报（自然科学版）,2016,45(5):599-603. 被引量：2
8吕琳,尉永清,任敏,潘晓.基于蚁群优化算法的凝聚型层次聚类[J].计算机应用研究,2017,34(1):114-117. 被引量：16
9刘萍,龚雪飞,简家文,张帆,陈志芸.k-means-RBF集成神经网络在工业尾气检测中的应用[J].宁波大学学报（理工版）,2017,30(1):116-120. 被引量：1
10陈蕾,赵霞,贾嫣,魏霖静.关于人的语音声调准确识别仿真[J].计算机仿真,2017,34(3):161-164. 被引量：2

同被引文献10

1常玉连,邢宝海,任永良,王妍.油田注水管网拓扑结构自动设计方法研究[J].石油工程建设,2005,31(4):5-9. 被引量：8
2贺玲,吴玲达,蔡益朝.数据挖掘中的聚类算法综述[J].计算机应用研究,2007,24(1):10-13. 被引量：228
3穆平.油田注水系统能耗指标及其影响因素分析[J].化学工程与装备,2018(12):107-108. 被引量：1
4李如斌.分压注水技术的含义及其在油田中的应用[J].化工管理,2015(36):170-170. 被引量：2
5刘雨薇,杨凯.注水系统能耗计算分析[J].辽宁化工,2016,45(7):900-902. 被引量：5
6王力,陈雯雯,魏立新,刘鹏,邹吉洋,李星雨.油田注水系统能耗计算与分析[J].节能技术,2018,36(4):335-340. 被引量：7
7高胜,王妍,任永良,张瑞杰,姜民政.大型复杂油田注水系统优化运行关键技术与智能化展望[J].东北石油大学学报,2020,44(4):91-98. 被引量：25
8董秋仙,朱赞生.一种新的选取初始聚类中心的K-means算法[J].统计与决策,2020(16):32-35. 被引量：25
9李成友,李德奎,冯兴无.基于K-means聚类分析的在线教学评价指标体系研究[J].绿色科技,2021,23(13):224-227. 被引量：1
10孙林,刘梦含,徐久成.基于优化初始聚类中心和轮廓系数的K-means聚类算法[J].模糊系统与数学,2022,36(1):47-65. 被引量：45

引证文献1

1任永良,秦健,许彦飞,高胜,李杰,杨厚麟.基于聚类算法的油田注水系统欠注井群增压设计[J].化工机械,2023,50(6):920-925.

1宗春梅,武剑飞,郝耀军,董晓红.基于K-means聚类算法的中学混合式教学行为研究[J].教育与装备研究,2019,35(12):61-66. 被引量：2
2孙红艳.用遗传算法优化初始聚类中心的K-means算法研究[J].电声技术,2019,43(11):32-33. 被引量：7
3李西芝,胡靖.聚类分析在桥梁监测异常数据处理中的应用[J].黑龙江交通科技,2019,42(12):88-90.
4李熠辉,李冠,赵卫东.基于MUK-means算法的微博舆情意见领袖群识别[J].软件导刊,2019,18(12):30-34. 被引量：1
5王海燕,崔文超,许佩迪,李闯.一种局部概率引导的优化K-means++算法[J].吉林大学学报（理学版）,2019,57(6):1431-1436. 被引量：7
6廖露,黄青伦,周兴霞.一种基于改进极化散射矩阵和H/α-Wishart分类器的极化SAR影像分类方法[J].电脑知识与技术,2019,15(10X):215-216.
7汤奋,游雄,李钦,王玮琦,唐锦波.一种基于改进K-means算法的空间群划分方法[J].火力与指挥控制,2019,44(11):117-120. 被引量：3
8倪翠,李千,玄甲辉.高清彩色图像分割的Mini-batch FCM算法研究[J].现代信息科技,2019,3(19):15-17.
9耿俊成,张小斐,万迪明,袁少光,田杨阳.基于电压曲线聚类分析的低压用户相序自动识别[J].电力大数据,2019,22(12):1-8. 被引量：11
10邹国焱,魏勇.新离散verhulst模型的建模机理及其优化[J].系统工程,2019,37(6):139-147. 被引量：1

科学技术创新

2019年第33期

浏览历史

内容加载中请稍等...

k＿m eans算法初始聚类中心点选取方法研究被引量：1

参考文献2

二级参考文献38

共引文献89

同被引文献10

引证文献1

相关作者

相关机构

相关主题

浏览历史

k＿m eans算法初始聚类中心点选取方法研究 被引量：1

参考文献2

二级参考文献38

共引文献89

同被引文献10

引证文献1

相关作者

相关机构

相关主题

浏览历史

k＿m eans算法初始聚类中心点选取方法研究被引量：1